AI发展的过程

我们知道，如今AI技术在各国科学界都有着很高的人气，几乎所有的科技界都在研究AI技术，那我们今天就来探讨AI之路的发展历程。在这里我们首要要知道首轮AI热潮是什么时候开始的？第一轮的AI热潮起源于2006年，当时多伦多大学的杰弗里教授发表了三篇关于人工智能领域深度学习的论文，并且提出了深度信念网络。虽然迄今为止该网络结构的应用项目并不太多，但是在当时却可以打破了神经网络联结主义高达十年的消沉，并且开启了神经网络的新时代"深度学习"的时代 。

说到深度学习我们必须要提一下AlphaGo，在2016年谷歌公司研发的机器人的围棋程序AlphaGo以4:1的结果大胜了韩国著名的围棋高手李世石，这个新闻引起了媒体和大众对人工智能的极大关注。这个新闻几乎是人工智能最火爆的一次亮相，但是很少有人知道Alpha Go的历史和它是如何被研发出来的。

AlphaGo起源于Atari一个古老的电视机游戏，在2012年，Deepmind用摄像头对准了电视机让人工智能程序玩Atari并通过计算机视觉和强化学习让机器学习控制这个游戏，并且尽量得到更多的得分。而这个游戏的得分要求只要将球反弹到消除色砖就能够获得奖励。为了让程序得分，当时的工程师让这个AI程序训练了四个小时，在训练完之后AI已经发现了一个赢球的秘诀就是将左边砖块打破，再让其反弹就可以消除大量的砖块得分。结果，这个AI程序打赢了人类玩家，这个消息一出引起了大量计算机科学家对AI技术的研究。

其实在上述这个AI程序中，工程师在训练的时候运用到了行为主义的强化学习。那何为行为主义呢？大家都知道一个实验叫做"巴甫洛夫的狗"实验，在这个实验中，同时也放进了一个猫作为实验的个体。在这个实验中，狗是完全被动的测试对象，它的工作只是听声音当听到声音的时候就会流口水。而猫的选择则是被关在一个笼子里，而这个笼子里面有个开关，当猫按下这个按钮后，笼子的门就会被打开。当第一次猫被关进笼子之后，它花了很长的时间才按动了开关，逃出笼子。而当第二次放进去之后，猫直接按下了开关，逃出了笼子。

从以上的例子，我们引申到人工智能领域可以得出这么一个结论：在一个人工智能的世界里面，我们无法通过语言来理解一个人在想什么，而只有行为才能够被客观的研究和观察。换言之，在研发AI技术的时候我们工程师并不关心AI有什么想法，而应该关注AI是怎么做的。而在未来的机器学习发展过程中，可能是以强化学习和非监督学习为主，而一些深度学习的模型中已经融入到了非监督的机器学习里面，而AlphaGO则是强化学习和深度学习的产物。